| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 研究意义 | 第13-14页 |
| 1.4 本论文的主要研究内容 | 第14-15页 |
| 第2章 论文研究的理论基础 | 第15-26页 |
| 2.1 脑机接口系统相关知识 | 第15-19页 |
| 2.1.1 信号处理技术及脑机接口系统介绍 | 第15-17页 |
| 2.1.2 脑机接口系统信号采集部分 | 第17页 |
| 2.1.3 脑机接口系统信号处理部分 | 第17-18页 |
| 2.1.4 脑机接口系统控制设备与反馈部分 | 第18-19页 |
| 2.2 Kalman滤波 | 第19-22页 |
| 2.2.1 Kalman滤波算法阐述 | 第19-22页 |
| 2.2.2 C++\C语言实现Kalman滤波算法 | 第22页 |
| 2.3 BCI实验的信号处理算法概述 | 第22-26页 |
| 2.3.1 时频域分析方法 | 第23页 |
| 2.3.2 S变换 | 第23-24页 |
| 2.3.3 脑电信号的分类识别算法 | 第24-26页 |
| 第3章 VC++与Matlab混合编程实现脑电信号的预处理 | 第26-45页 |
| 3.1 VC++ 6.0 工具平台及VS 2010 工具平台 | 第26-28页 |
| 3.1.1 最新的VC++0x/11 标准及VC++ 6.0 的问题 | 第26-27页 |
| 3.1.2 VS 2010 工具平台及其与VC++6.0 的差异 | 第27-28页 |
| 3.2 利用Matlab Engine实现VC++6.0 工具平台和Matlab的混合编程 | 第28-32页 |
| 3.2.1 Matlab Engine | 第29-30页 |
| 3.2.2 VC++6.0 调用Matlab Engine详细方法 | 第30-32页 |
| 3.3 将Matlab源文件转为C/C++等能够识别的源代码实现混合编程 | 第32-34页 |
| 3.3.1 Matlab下的MCC简介 | 第32页 |
| 3.3.2 Matcom方法 | 第32-34页 |
| 3.4 将Matlab文件转为VC可调用的DLL，调用DLL实现混合编程 | 第34-37页 |
| 3.4.1 VC++6.0 下的DLL简介 | 第34-35页 |
| 3.4.2 创建动态链接库的方法 | 第35-37页 |
| 3.5 VS2010和Matlab R2012b混合编程实现脑电信号的预处理 | 第37-43页 |
| 3.6 本章小结 | 第43-45页 |
| 第4章 BCI运动想象信号的识别 | 第45-53页 |
| 4.1 本文所用的ST算法与梯度Boosting算法的理论基础 | 第45-48页 |
| 4.1.1 ST算法 | 第45-47页 |
| 4.1.2 梯度Boosting分类识别算法 | 第47-48页 |
| 4.2 本文的BCI实验方案介绍 | 第48-50页 |
| 4.2.1 实验前的各项准备 | 第49页 |
| 4.2.2 实验内容介绍 | 第49-50页 |
| 4.3 本文进行的BCI实验的特征提取与分类效果及分析 | 第50-52页 |
| 4.3.1 本文BCI实验的特征提取与分类效果 | 第50-52页 |
| 4.3.2 本文的BCI实验的特征提取与分类准确率分析 | 第52页 |
| 4.4 本章小结 | 第52-53页 |
| 第5章 总结与展望 | 第53-55页 |
| 5.1 总结 | 第53页 |
| 5.2 展望 | 第53-55页 |
| 参考文献 | 第55-60页 |
| 附录 | 第60-66页 |
| 攻读硕士学位期间发表的论文 | 第66-67页 |
| 致谢 | 第67-68页 |
